En este tutorial se utiliza el software de licencia libre R v3.0 o superior, el cual constituye un lenguaje de programación muy simple, de elegante representación gráfica y con alto grado de didáctica. El tutorial está diseñado en seis módulos principales, más un módulo extra sobre normalidad

Módulos:

• Módulo 1. Introducción al software R y R-Studio, funciones básicas para familiarización
• Módulo 2. Gráficos (R base)
• Módulo 3. Estadística descriptiva
• Módulo 4. Pruebas de hipótesis
• Módulo 5. ANOVA
• Módulo 6. Regresión
• NORMALIDAD

Se recomienda seguir el siguiente orden

M1 Introducción al R: generalidades

• ¿Que es el R?
• Utilización de comandos simples
• Uso de los vectores
• Uso de las secuencias
• Uso los operadores
• Operaciones entre asignaciones
• Variables y asignaciones de texto
• Uso de la función help
• Entrada y tipos de datos
  • Tipo de datos
    • Vectores
    • Matrices
    • Marco de datos (data.frame)
    • Listas
• Importación de datos
  • A partir de SPSS
  • A partir de SAS
  • A partir de SYSTAT
  • A partir de EXCEL
  • A partir de .txt
  • A partir de .csv

M2 Gráficos (R base)

• Funciones básicas de gráficos
• Gráficos de dispersión
• Línk de parámetros gráficos en R
• Gráficos de barra
• Distribución de los gráficos en mosaico
• Gráficos de puntos
• Gráficos de líneas
• Gráficos de densidad e histográmas
• Gráficos de caja
• Gráficos con LATTICE

M3 Estadística Descriptiva

• Medidas de tendencia central
• Medidas de dispersión
  • Estadística descriptiva con bases de datos
    • Cálculo directo de las estadísticas básicas
    • Uso de las función "tapply" para bases de datos por grupo
    • Uso del paquete "doBy" para bases de datos
    • Uso de la librería LATTICE para gráficos apilados
• Probabilidad y teoría de distribuciones
  • Distribución normal y función acumulativa
  • Distribución de medias
    • Intervalos de confianza distribución normal
    • Intervalos de confianza distribución t de student
  • Librería doBy y el cálculo de los intervalos de confianza en la distribución normal Z

M4 Pruebas de Hipótesis

• Prueba de hipótesis en caballos
• Prueba de z mediante el paquete BSDA
• Prueba de t de estudent
  • Hipótesis de dos colas para la media de la población
• Hipótesis de una cola
• Comparación entre las medias de dos poblaciones
  • Prueba Z
  • Prueba de t para dos muestras independientes
  • Cálculo del poder de la prueba de t de dos poblaciones

M5 ANOVA

• Anova unifactorial paso a paso
• ANOVA se puede calcular de varias formas en R
• Otro ejemplo con el aov más gráficos
• Uso de la librería agricolae
• Modelo multifactorial

M6 Regresión

• Regresión lineal simple
  • Ejemplo 1
  • Ejemplo 2
• Regresión Polinomial
• Regresión lineal múltiple y transformación Boxcox
• Regresión no lineal

Normalidad

• Gráficos de exploración de datos
• Gráficos de normalidad
  • Histograma
• Utilizar el paquete CAR más la función qq.plot
  • qqplot
• Pruebas de normalidad
• Transformación de variables

Bases de datos

Acceso a las bases de datos utilizadas en el curso: https://github.com/rubio-e/Bases